Обширное изучение активности нейронов у мышей выявило механизмы принятия решений. Результаты показали, что в этом процессе задействована не совокупность отдельных, специализированных областей, а распределенная сеть, распространяющаяся на значительную часть мозга — от зон, отвечающих за восприятие, до двигательных.
Более пятидесяти лет нейробиологи исследуют сложные когнитивные процессы, например, процесс принятия решений, обычно концентрируясь на небольших группах клеток в определенных областях мозга. Этот подход основывался на предположении, что за конкретные задачи отвечают узкоспециализированные «центры принятия решений». Однако мозг представляет собой чрезвычайно сложную и взаимосвязанную систему, в которой тысячи нейронов из сотен областей постоянно обмениваются информацией. В последние десятилетия становилось все более ясно, что изолированное изучение отдельных регионов не позволяет получить целостное представление.
Основная трудность заключалась в том, что различные лаборатории исследовали различные области мозга, применяя разные поведенческие тесты и методы анализа. Объединение столь разнородных данных в единую модель оказалось невозможным: структура мозга, даже у мышей, чрезвычайно сложна, а сами эксперименты настолько отличаются, что каждый из них отражает лишь незначительную часть общей «нейрональной поляны».
Для изучения того, как мозг объединяет сенсорные данные, прошлый опыт и ожидания при выборе действия, потребовался совершенно новый метод. Необходим был стандартизированный эксперимент и одновременный анализ активности сотен тысяч нейронов, охватывающих весь мозг.
Для решения поставленной задачи была создана международная исследовательская группа International Brain Laboratory (IBL), объединившая 22 лаборатории из Европы и США. Специалисты разработали единый эксперимент, отличавшийся строгой стандартизацией. В ходе эксперимента 139 мышей обучали решению задачи, которая казалась простой. Животное находилось перед экраном и вращало небольшое рулевое колесо, чтобы переместить полосатый круг, появившийся слева или справа, к центру экрана. За правильное и быстрое выполнение задания мышь получала каплю сладкой воды.
Определяющей чертой поставленной задачи являлась ее вероятностный характер. В сериях из 20-100 попыток круг появлялся с 80-процентной вероятностью с одной стороны и с 20-процентной вероятностью с другой. После этого вероятности менялись без каких-либо сигналов для испытуемого животного. Для достижения максимального вознаграждения, особенно в попытках с минимальным контрастом (когда стимул был невидимым), мышам необходимо было учитывать эту скрытую закономерность и выстраивать внутреннее представление, или «предварительную вероятность» (prior). Это предоставило исследователям возможность изучить влияние ожиданий на принимаемые решения.
Во время выполнения задачи мышью, нейронную активность фиксировали исследователи, используя сотни электродов Neuropixels с высокой плотностью. О результатах исследования сообщается в журнале Nature в виде сразу двух научных работ.
Благодаря объединенным усилиям удалось сформировать обширный массив данных, включающий информацию об активности 621 733 нейронов, расположенных в 279 областях мозга. Результаты анализа продемонстрировали, что мыши эффективно применяли вероятностную структуру задачи для повышения эффективности, особенно при выполнении тестов без визуальных подсказок. В таких условиях их точность достигала почти 59%, что существенно превышает уровень случайного выбора.
Выяснилось, что информация о вероятности, которую можно интерпретировать как внутреннее ожидание животного, не закодирована в отдельных специализированных областях мозга, а распределена по всей его структуре – это мнение, которое давно высказывают многие известные нейробиологи. Признаки этой информации были обнаружены примерно в 30% всех исследованных регионов, затрагивающих все этапы обработки данных: от первичных сенсорных зон, например, первичной зрительной коры и таламуса, до областей, отвечающих за ассоциации, и моторных центров.
Данное открытие непосредственно опровергает модель, согласно которой ожидания включаются в процесс принятия решений только на заключительных этапах. Оно подтверждает предположение о том, что мозг работает как обширная байесовская сеть, в которой непрерывно происходит обмен информацией. Последующий анализ позволил установить еще один значимый аспект: для формирования ожиданий мыши применяли не сложную математическую модель, а более простую эвристику. Их внутреннее представление о будущем в большей степени определялось собственными предыдущими действиями, а не внешними стимулами.
Иными словами, существо адаптировало свою тактику, учитывая результаты предыдущих пяти-шести попыток. Активность нейронов в мозге точно воспроизводила именно эту субъективную модель, сформированную на основе действий, а не объективную вероятность возникновения стимула. Сигналы, относящиеся к движению и вознаграждению, оказались наиболее часто встречающимися — они были обнаружены практически во всех исследованных областях мозга. Представление выбора также было весьма обширным. В то же время, кодирование самого зрительного стимула было более ограничено классическими зрительными путями.
Авторы, несмотря на большой объем проделанной работы и новаторские результаты, признали наличие ограничений, подчеркивающих сложность исследуемых процессов. В частности, выявить сигналы, отражающие вознаграждение (положительное подкрепление), от нейронной активности, определяющей сопутствующие движения, например облизывание, оказалось непростой задачей.
Несмотря на столь детальный анализ, значительная доля зарегистрированной нейронной активности остается не поддающейся объяснению в контексте поставленной задачи. Это может свидетельствовать о том, что мозг непрерывно вовлечен в обработку внутренних процессов или реагирует на неучтенные движения, не имеющие отношения к выполняемому заданию.
Несмотря на то, что удалось создать детальную нейронную карту, охватывающую весь мозг, это лишь отправная точка для понимания того, как из активности миллиардов нейронов формируется единое поведение — даже в хорошо изученной модели мозга мыши.